Sfida: Creazione di un Percettrone
Poiché l'obiettivo è implementare un percettrone multistrato, la creazione di una classe Perceptron
semplifica l'inizializzazione del modello. Il suo unico attributo, layers
, è fondamentalmente una lista di oggetti Layer
che definiscono la struttura della rete:
class Perceptron:
def __init__(self, layers):
self.layers = layers
Le variabili utilizzate per inizializzare i layer sono le seguenti:
input_size
: il numero di feature di input;hidden_size
: il numero di neuroni in ogni layer nascosto (in questo caso, entrambi i layer nascosti avranno lo stesso numero di neuroni);output_size
: il numero di neuroni nel layer di output.
La struttura del percettrone risultante dovrebbe essere la seguente:
Swipe to start coding
L'obiettivo è impostare la struttura di base del percettrone implementando i suoi strati:
- Inizializzare i pesi (una matrice) e i bias (un vettore) con valori casuali da una distribuzione uniforme nell'intervallo [−1,1) utilizzando NumPy.
- Calcolare i valori di output grezzi dei neuroni nel metodo
forward()
della classeLayer
. - Applicare la funzione di attivazione agli output grezzi nel metodo
forward()
della classeLayer
e restituire il risultato. - Definire tre strati nella classe
Perceptron
: due strati nascosti con lo stesso numero di neuroni e uno strato di output. Entrambi gli strati nascosti devono utilizzare la funzione di attivazionerelu
, mentre lo strato di output deve utilizzaresigmoid
.
Soluzione
Grazie per i tuoi commenti!
single
Chieda ad AI
Chieda ad AI
Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione
Can you explain how to define the Layer class?
How do I initialize the Perceptron with specific layer sizes?
What is the purpose of having multiple hidden layers in this structure?
Awesome!
Completion rate improved to 4
Sfida: Creazione di un Percettrone
Scorri per mostrare il menu
Poiché l'obiettivo è implementare un percettrone multistrato, la creazione di una classe Perceptron
semplifica l'inizializzazione del modello. Il suo unico attributo, layers
, è fondamentalmente una lista di oggetti Layer
che definiscono la struttura della rete:
class Perceptron:
def __init__(self, layers):
self.layers = layers
Le variabili utilizzate per inizializzare i layer sono le seguenti:
input_size
: il numero di feature di input;hidden_size
: il numero di neuroni in ogni layer nascosto (in questo caso, entrambi i layer nascosti avranno lo stesso numero di neuroni);output_size
: il numero di neuroni nel layer di output.
La struttura del percettrone risultante dovrebbe essere la seguente:
Swipe to start coding
L'obiettivo è impostare la struttura di base del percettrone implementando i suoi strati:
- Inizializzare i pesi (una matrice) e i bias (un vettore) con valori casuali da una distribuzione uniforme nell'intervallo [−1,1) utilizzando NumPy.
- Calcolare i valori di output grezzi dei neuroni nel metodo
forward()
della classeLayer
. - Applicare la funzione di attivazione agli output grezzi nel metodo
forward()
della classeLayer
e restituire il risultato. - Definire tre strati nella classe
Perceptron
: due strati nascosti con lo stesso numero di neuroni e uno strato di output. Entrambi gli strati nascosti devono utilizzare la funzione di attivazionerelu
, mentre lo strato di output deve utilizzaresigmoid
.
Soluzione
Grazie per i tuoi commenti!
single